行业特征、政府支持与行业创新绩效研究∗

2015-12-21黄雨婷李浩澜

产业经济评论 2015年5期

黄雨婷，李浩澜

（中国人民大学商学院北京 100872）

一、引言

自1995 年实施科教兴国战略以来，无论是宏观政策层面还是微观的企业层面都愈加重视科研活动和创新活动，肖文、林高榜（2014）指出，1995 ～2009 年我国研发经费支出的增长率远远高于同期GDP 增长速度，中国整体的科技活动经历了井喷式的发展时期。科研投入的最终目的是促进创新，伴随着科学技术快速发展的实践，学术界也有大量学者将关注点聚焦于创新研究，而政府干预对创新活动的影响也成为目前的研究热点。

目前关于创新的研究主要分为三个层次：国家层面的创新问题、产业层面的创新问题和企业层面的创新问题。其中，国家层面的创新主要是从国家创新系统的理论进行研究，强调创新并非个体的行为，而是系统的概念；国家创新系统认为，创新思想首先来源于科研机构与研究型高校，然后通过科研机构、教育培训部门、企业、政府、金融机构间形成的一个网络加快创新思想和知识的扩散，促进创新主体也就是企业的创新活动（Freeman，1974）。企业层面的创新研究则主要从外部创新环境和企业内部资源两个方面进行研究。产业集群、社会资本、嵌入等理论都解释了外部社会联系对企业创新绩效的正向影响（Granovetter，1983；Burt，1992；Mike W.Peng，Yadong Luo，2000；B. Lundvall，2002）；研发投入、人力资源、企业性质等因素也对企业创新能力和创新绩效有着重要影响（Leenders, Wierenga，2002；Baruk，1997）。产业创新至今没有形成统一的定义，也没有形成独立而完善的理论体系（张治河等，2008）。关于产业创新的研究主要有几个方面：产业创新系统、不同产业创新的差异性、产业创新政策、产业创新的动力和机制等（Porter，1990；Carter B, Stankiewitz R，1995；Chris Freeman，1974；Rothwell，1992；Davis C H，1995）。这些研究强调了产业创新的外部因素以及单个产业内部的创新影响因素，但较少关注产业或行业本身的特征对创新能力的影响，且没有研究分析外部因素如何对内部特征因素与创新能力之间的关系产生影响。此外，产业经济学领域，很多学者基于对“熊彼特假设”的检验，分析了企业规模与创新的关系，并分别得出了不同的结论（George Syrneonidis，1996）。例如，Scherer（1965a，1965b）的研究指出企业规模和专利数呈倒U 型关系，Kamien，Schwartz（1982）、Pavitt et al. (1987)、Acs，Audretsch (1987，1990)的研究则得出企业规模和创新密度呈负向相关的结论，而Demsetz(1969)、Blundell R，et al.(1999)的研究则指出，大企业的创新能力要远远高于小企业。已有研究对分析市场竞争程度以及市场势力对创新的影响取得了丰硕的成果，但是仍有一些不足之处，这些文章普遍从微观的产业组织视角进行研究，鲜有从更加宏观的角度分析行业特征与创新之间的关系，而事实上，从宏观角度探讨行业特征与创新绩效之间的关系是十分必要的。一方面，不同的行业特征本身会体现出不同的创新绩效的特征，对此直接的证明有助于我们理解行业本身的创新能力；另一方面，从政策制定的角度看，政府可以根据不同的行业特征与创新绩效之间的关系制定相应的创新活动的支持政策，由此可以更好地提高不同行业的创新绩效。基于现有研究的不足以及相关研究的重要性，本文尝试对行业特征与创新能力之间的关系进行研究，并进一步分析政府支持对二者关系的调节作用。在分析行业特征方面，笔者进一步将其划分为两个维度进行分析——行业内不同规模企业的构成特征和行业内不同性质企业的构成特征，以期更加全面地分析行业本身的不同特征因素对创新能力的影响，以及政府支持对不同行业特征和创新能力关系的调节作用。

本文第二部分回顾以往文献并提出本文的理论框架和基本假设，第三部分介绍变量、模型以及计量方法，第四部分分析计量结果，最后对本文的基本结论进行讨论并指出本文的不足之处。

二、文献回顾及假设

熊彼特晚期的创新思想最早强调了垄断大企业在创新中的巨大作用。“熊彼特假设”认为，由于研发活动需要持续的利润支持，大企业凭借其在规模经济、风险分担和融资渠道等方面的相对优势，比小企业拥有更强烈的创新动力；同时，垄断型市场特征更有利于技术创新，即企业规模和市场特征对创新存在一定的线性关系（熊彼特，1942）。此后，大量学者对企业规模与创新能力之间的关系进行了研究，虽然研究结果呈现出差异性，但Demsetz(1969)、Blundell R,et al.(1999)等学者的研究仍然支持了熊彼特的大企业创新理论。这些研究指出，大企业往往拥有更强的创新激励、创新动力以及研发能力，且大企业更倾向于进行持续性研发活动（安同良，2006）。从以往对于创新的研究可见，影响创新的因素可以归为两类，即创新能力和创新动力，创新能力源于企业自身的资金、人员、技术能力，而创新动力更多源于市场的竞争和驱动。一般而言，大企业相比于小企业有更雄厚的资金实力和技术基础、更规范先进的管理系统以及更庞大的社会网络，因而本文认为通常大企业相比于小企业具备更强的创新能力。另一方面，随着产业的不断发展和经济的全球化，市场竞争愈发激烈，各行业中的企业都面临着创新的压力，都具备了较强的创新动力。那么，能否获得杰出的创新绩效或许更为直接地取决于各企业的创新能力。基于这样的思考，一个行业中如果大企业数量众多的话，那么各个企业之间势均力敌，处于竞争的压力下，各个企业都会而且有能力不断加大创新投入，以防止被赶超。Galbraith (1956) 和Scherer (1980)指出，生产的规模经济可以提供研发的范围经济，因此单个企业创新能力的不断提升会产生技术外溢，形成全行业研发的范围经济，进而不断提升行业和产业的创新能力。根据上述分析，我们得出本文的第一个假设：

H1：行业内大企业的数量所占比例越大，对产业的创新绩效的提升有正向的促进作用。

所有权形式的多样性是转型经济区别于成熟市场经济的重要特征（Li，Xia，2008）。不同于发达国家企业性质大多为私人所有，中国市场经济发展中出现了国有及国有控股企业、民营企业及集体企业等多种性质的企业。林青松、李实（1996），谢千里等（1995），姚洋（1998），姚洋、章奇（2001），刘瑞明、石磊（2010）等学者都对国有企业效率问题进行了研究，并基本得出了一致的答案——国有企业存在效率低下的问题。林毅夫、李志赟（2004）指出，国有企业可以依靠政府支持，即软预算约束(Kornai,1986)，救助自身亏损，并依托垄断地位限制市场进入以获取垄断利润。因此，国有企业面临的市场竞争压力较小，相对于其他所有制企业，国有企业的创新动力相对不足。尽管拥有更多的资源和创新能力，国有企业的创新效率仍然比较低。姚洋(1998）、Sun, Tong (2003)、夏冬（2003）、江诗松（2011）等人的研究均证实了民营企业和集体企业比国有企业拥有更高的创新能力和企业绩效。由此，我们得出本文第二个假设：

H2：行业内国有及国有控股企业所占比例越多，对产业的创新绩效提升有负向的阻碍作用。

正如前文所述，国家创新系统理论（Freeman，1974）和波特的钻石模型（Porter，1990）以及产业集群的相关研究都指出政府在提升国家或产业创新能力中的重要作用。在产业创新的过程中，政府支持的主要形式有两种——财税支持和中介服务机构，其中前者的影响是直接的（龙静等，2012）。多数学者的研究均认为政府资助和税收鼓励对于企业R&D 投入及创新绩效具有正面影响（Paul A. David，Bronwyn H. Hall，2000； Austan Goolsbee，1998；朱平芳、徐伟民，2003）。政府支持创新过程，通过直接提供科研活动资金以及财税优惠政策鼓励企业创新：一方面，政府部门的科研活动资金可以提升企业和行业的资金能力，进而增加研发投入；另一方面，财税支持有利于激励企业进行创新，为企业的不断创新提供了外在动力，继而提升了行业技术创新的动力。基于上述分析，我们得出本文的第三个假设：

H3：政府支持对产业创新绩效的提升有正向促进作用。

资源基础观(RBV) (Barney，1991)指出，企业行为受到其自身资源异质性的影响。大企业拥有资金、人才和市场的优势，自身研发能力强，应对风险的能力也强，因此政府支持对其激励作用比较小；中小企业由于自身资源有限，在进行新产品和项目开发时往往成功率不高，且风险应对能力低，政府的直接支持和间接支持为中小企业的研发和创新提供了更高的能力和激励。王霄、胡军（2005）从社会资本的角度证实了政府支持对我国中小企业创新的积极作用；龙静等（2012）的研究证实了政府支持通过中介服务组织对中小企业的创新活动产生积极影响。因此，较之于以大企业为主的行业，政府支持对以中小企业为主的行业的创新能力影响更强。根据上述分析，得出以下假设：

H4：政府支持不会对大企业占比和创新绩效的关系产生显著影响。

正如前所述，国有企业基于自身垄断地位和政府关系的优势，拥有创新能力但缺乏创新的外在动力，因此政府支持对其创新能力的影响比较小；而民营企业和集体企业受资金、资源等限制，创新能力有限，因此政府支持对其创新能力的提升有很大帮助。安同良等（2006）的研究证实了，相对于不断增长的R&D 资助和补贴，中国企业具有重大突破意义的独立研发活动并不活跃，国有和集体所有制公司研发强度最低，仅为1.53%。正如前文所述，国有及国有控股企业依托与政府的联系可以获得更多的政府支持，产生大量寻租行为，而企业自身的效率并未得到提升（林毅夫、李志赟，2004）。因此，较之于以民营和集体企业为主的行业，政府支持对国有及国有控股占比例高的行业的创新能力影响比较小。由此，得到本文的第五个假设：

H5：政府支持与行业内国有及国有控股所占比例交互，负向影响产业创新绩效的提升。

图1 文章的理论框架图

三、数据和方法

（一）数据来源和描述统计

本文使用的样本企业数据来自2011 年～2013 年《工业企业科技活动统计资料》数据库，该数据统计对象包括从业人员年平均人数在300 人及以上、年主营业收入在3 000 万元及以上、资产总计4 000 万元及以上的大中型工业企业。笔者挑选了其中按二分位国家行业划分标准的共29个二分位制造业行业。其中，由于部分行业在此三年中的行业目录存在差异，为了保证样本行业的统一性，笔者将2011 年、2012 年数据中的橡胶制造品业和塑料制品业的数据合并，与2013 年的橡胶和塑料制品业相对应；将2013 年中的汽车制造业，铁路、船舶、航空航天和其他运输设备制造业合并为交通运输设备制造业，将金属制品、机械和设备修理业和其他制造业合并为工艺品及其他制造业，与2011、2012 年行业目录一致。

主要变量的描述性统计特征见表1。从描述统计内容可见，我国部分行业存在国有企业垄断的现象，也有少数行业国有企业并未涉足。总体上看，我国行业构成上，中小企业数量多于大企业数量，多数行业市场比较分散，中小企业数量众多，相较于发达国家，行业内大企业数量较少；民营及集体企业总数较多，国有企业平均占比比较小，但部分行业仍存在国有企业垄断的现象。

表1 主要变量的统计描述

（二）模型设定和变量定义

为检验行业特征、政府支持和创新绩效之间的关系，将待检验的基本回归方程设定为

① 这里对方程左右两边变量同时取ln，旨在缩小数据范围，使得离群点不会对方程估计造成很大影响。

1.因变量

因变YInnovation代表创新绩效，根据以往学者的研究（Buckley et al.， 2002a，2002b； Liu，Buck，2007；Chengqi Wang，2009），本文选择用新产品销售收入占总产品销售的比重来衡量产业的创新绩效和创新能力。中国国家统计局将“新产品”定义为具有更强的功能或扩展范围的用法的特征的产品，新产品可能来源于采用了新的特征、新的工业技术设计等（Chengqi Wang，2009）。因此，相对于以往研究中使用专利（Stuart, T. E，2000；Ahuja, G. Katila, R，2001）和DEA（Guan, J. C et al.，2006；白俊红、蒋伏心，2011；赵树宽等，2013）等变量测量创新绩效，用新产品销售收入占总产品销售的比这一指标来表示产业的创新绩效和创新能力是更为全面和恰当的。用专利数测量创新虽然反映了创新的产出水平，但是仍存在一定问题，这是由于不同专利的经济价值存在很大的差异，而不同产业开发专利的倾向也有很大不同（George Symeonidis，1996）。DEA 测量了技术创新效率，但也无法反映新产品的开发情况以及最终创新产生的实际商业产出。新产品的销售收入占总产品销售收入的比重这一指标直接体现了创新所产生的经济价值情况，因此本文运用Buckley et al.（2002）、Chengqi Wang（2009）等学者采用的新产品销售收入占总产品销售的比这一指标作为创新绩效的衡量。

2.自变量

根据行业特征和产业特征的定义（Porter，1990；Yang Zhi，1980），本文用大型企业数量占比来表示行业的规模构成特征（X1），用国有及国有控股企业所占比例表示行业的所有权构成特征（X2）。

政府的创新活动的参与主体要体现财税方面的支持和服务性中介机构的帮助，其中前者是直接的（龙静等，2012）。本研究仅考虑政府直接参与创新活动，笔者选择了三个变量衡量政府的参与程度，这三个变量分别是政府部门的科技活动资金（X31）、政府研究开发费用加计扣除减免税（X32）、高新技术企业减免税（X33）。政府部门的科技活动资金是政府对不同行业创新活动的直接科研投入，虽然它无法作为对企业创新活动的支持，但是这一变量是政府部门支持行业创新行为的直接体现。政府对某一行业的科技活动资金投入越多，体现出政府部门对该行业的支持力度越大。政府研究开发费用加计扣除减免税和高新技术企业减免税是政府对不同行业内企业创新行为的支持的体现，而企业的创新行为必然影响行业整体的创业能力，因此这两个变量也作为政府支持行业创新的变量。本文第一部分模型三类补贴总额衡量政府支持的程度，之后的模型再分别讨论三类不同的政府支持产生的影响。

3.控制变量

根据国家创新系统理论（Freeman，1974）和产业创新系统理论（Porter，1990；Breschi S,Malerba F，1997），产业的创新是由企业、科研院所和高校、政府等相互作用产生的，产业的技术创新往往通过创新主体间的技术外溢以及知识转移实现的。因此，本文选取几个维度的指标作为控制变量：行业内部的研发努力程度、行业的R&D 经费支出（Z1）、技术获取和技术改造投入（Z2）、R&D 人数（Z3）。

四、结果

本研究采用的平衡面板数据，首先直接采用混合面板OLS 进行估计，估计结果如表2 所示。模型1 只包含控制变量。模型2 加入了解释变量行业特征，变量X1是显著的，且系数为正的，表明行业中大企业的数量对创新绩效有正向影响，部分证实了假设1。模型3加入了政府支持变量，X3不显著，系数为正。模型4 中同时加入行业特征变量和政府支持变量及控制变量，其中，X1（行业中大企业数量所占比例）与X3（政府支持）是显著的，且系数均为正。假设1 和假设3 被验证，表明行业内大企业数量每增加1%，行业创新绩效提高0.33%；政府支持每增加1%，行业的创新绩效提高0.24%。

表2 回归结果：行业特征和政府支持对创新绩效的影响

（续表）

模型5、6、7 分别加入了行业特征与政府支持的交互因素②此处为了消除连续变量交互产生的多重共线性的影响，本文对交互项采取了中心化处理（Hamilton，2008），文中后面的模型也采取了相同的处理方法。（见表3）。模型5 加入了行业内大企业数量占比与政府支持进行交互，模型6 加入了行业内国有和国有控股企业占比与政府支持交互，模型7 则是同时加入交互项，为最终模型。从模型7 的结论可见，政府支持与行业内国有和国有控股企业占比交互，结果是显著的，且系数为负，这说明政府支持会产生负向的调节效应，负向影响国有和国有控股企业占比对行业创新绩效的影响。假设5 被验证，而假设4 的结果是不显著的，说明政府支持不会对行业内大企业数量和创新绩效之间的关系产生影响。

表3 回归结果：政府支持的调节效应

（续表）

在此基础上，我们进一步分析不同类别的政府支持对行业创新绩效的影响及对行业特征与行业创新绩效关系的调节效应。按照2011-2013 年《工业企业科技活动统计资料》的统计分类，将政府支持分为三大类：政府部门的科技活动资金、研究开发费用加计扣除减免税、高新技术企业减免税，将上述带检验回归方程进行变形，进一步研究分类别政府的科技活动补贴对行业绩效产生的影响，以及不同类别的政府科技活动补贴对行业的所有权特征和创新绩效之间关系的调节效应（见表4）。模型8 没有加入交互项，结论显示X31和X33是显著的，表明政府部门的科技活动资金会负向影响行业的创新绩效（对此的解释是政府部门的创新投入挤出了私人企业的创新投入，从而导致了整个行业的创新绩效的下降），但高新技术企业减免税正向促进产业的创新绩效。模型9 则分别加入行业构成所有权变量（log X2）与政府三类补贴的交互项。结果表明，政府部门的科技活动资金会负向调节国有及国有控股企业所占比对创新绩效的影响；而政府支持中的研究开发费用加计扣除减免税则会正向调节国有及国有控股企业所占比对创新绩效的影响。具体的，政府部门的科技活动资金越多，行业内国有及国有控股企业比例越高，则越不利于行业的创新绩效的提升；政府部门高新技术企业减免税越多，则会减少行业内所有权构成对创新绩效的负向影响。最后，笔者对模型9 进行模型诊断检验，拉姆齐检验结果F=0.17（P= 0.913 7），接受了模型设置无误的原假设，说明模型设置不存在问题。

表4 分类别政府科技补贴对行业绩效的影响结果

（续表）

进一步，我们采取Breusch，Pagan（1980）提出的检验个体效应的LM 检验（LM test for individual-specific effects），以检验模型是否存在个体效应（陈强，2010）。检验结果拒绝了“”的原假设，说明原模型中应该有一个反映个体特征的随机扰动项存在。而Hauseman 检验的结果也接受了随机效应的原假设，认为应该使用随机效应模型。综合上述检验，本研究应该使用随机效应模型。随机效应的FGLS（可行广义最小二乘法）和MLE（极大似然估计）的结果如表5、表6 所示。

表5 随机效应模型结果：行业特征和政府支持对创新绩效的影响

表6 随机效应模型结果：分类别政府科技补贴对行业绩效的影响结果

随机模型FGLS 估计和MLE 估计的结论基本一致，除了假设2 未被证实，假设1、3、4、5 均被证实了。即从行业特征看，行业规模构成特征中大企业的数量所占比例越大，对产业的创新绩效的提升有正向的促进作用；政府支持对行业创新绩效有明显的正向促进作用；政府支持不会对大企业占比和创新绩效的关系产生显著影响；政府支持与行业内国有及国有控股企业所占比例交互，负向影响产业创新绩效的提升。这一结论与混合OLS 得出的结论基本一致。从分类别政府科技补贴对行业绩效的影响结果看，FGLS 的估计结果依然证实了政府部门的科技活动资金会负向影响行业的创新绩效的结论，且政府支持中的研究开发费用加计扣除减免税对行业创新绩效的正向影响也被证实，而随机效应模型的MLE 估计的结论则是不显著的。此外，FGLS 的估计结果还证实了高新技术企业减免税会正向调节国有及国有控股企业所占比对创新绩效的影响。

五、结论与讨论

本文主要从经济学的中观层面——行业的角度探讨了创新绩效问题。具体的，本文研究了行业特征与创新绩效之间的关系，并讨论了政府支持对行业特征和行业创新绩效之间的调节作用。结合本文研究结果，我们得出了以下具有一定理论和现实意义的结论：

首先，从行业构成的企业规模特征来看，行业内大企业数量越多，占比越大，越有利于行业创新绩效的提升；从行业所有权构成的特征来看，国有及国有控股企业数量本身不会对行业的创新绩效产生明显的影响。因此，应该继续鼓励行业内企业之间的并购重组活动，鼓励大型企业的发展。

其次，政府支持创新过程对产业创新绩效有正向的促进作用，这种促进作用表现在提升企业创新的外在激励。因此，国家应该继续加大对创新事业的支持，尤其是对战略性产业、国家重点扶持的产业和对国计民生有重要意义的产业加大创新支持力度，通过政府这只看得见的手促进产业创新能力的提升。

再次，政府部门的科技活动资金会导致加剧行业内国有企业的规模对行业的创新绩效产生负向影响。政府部门提供的科技活动资金越多，国有及国有控股企业寻租的空间就越大，因而来自市场推动的创新激励和动力就越小，国有企业的创新能力和创新动力就越小。此外，政府直接的科技活动资金支持也会直接负向影响行业的创新绩效，这主要是由于政府部门对行业的直接科研资金投入挤出了部分私人企业的创新投入，从而影响了整个行业的创新绩效。因此，在目前一些行业仍有大量生产力低下的国有企业存在的背景下，政府应该逐渐减少直接的科技活动资金支持，而更多地采取间接的对企业创新活动的政策性支持。

最后，政府支持中的研究开发费用加计扣除减免税政策有利于产业的创新绩效的提升，尤其是对于那些非国有性质的企业较多的行业。研究开发费用加计扣除减免税政策为行业内企业的研发活动和技术创新投入提供了外部的激励，有利于调动这些企业的创新积极性，进而促进行业的创新能力的提高。因此，在目前我国多数行业中中小企业数量较多以及民营企业较多的背景下，政府支持应该以税费上的优惠为主，激励民营企业成为创新主体，继续深化市场化改革，让市场成为推动企业创新和行业创新的原动力。

六、本研究的不足以及未来研究方向

本文选取国有及国有控股企业占比和大企业占比作为行业所有权构成特征和规模构成特征的衡量指标，虽然具有一定说服力，但考虑到我国个别行业的大企业均是国有及国有控股的，因此两个指标衡量存在一定程度的重叠，可能会对研究结论产生影响。由此，未来研究中仍需要找到更好的指标来进行测量。由于行业本身存在着自然垄断等情况，样本数据中有些行业国有控股企业和大企业所占比例要远远高于其他行业，这一定程度上也会影响本文最终的估计结果。此外，本文选取了2011-2013 年制造业的行业数据进行估计，样本量相对较少，在未来研究中考虑时间跨度更长的面板数据进行分析，且笔者将尝试运用工业企业微观数据库作为研究样本进行分析，以进一步检验本文命题。

[1] Acs, Z.J., D.B. Audretsch, 1987, Innovation, Market Structure and Firm Size[J], Review of Economics and Statistics, 69(4), pp.567-575.

[2] Acs, Z.J., D.B. Audretsch, 1990, Innovation and Small Firms[M]. Cambridge, Mass.: MIT Press.

[3] Ahuja, G., Katila, R., 2001, Technological acquisitions and the innovation performance of acquiring firms: A longitudinal study[J],Strategic Management Journal, 22(3), pp.197-220.

[4] Buckley P J, Clegg, J. Wang, C. and Cross, A., 2002a, Foreign Direct Investment, Regional Differences and Economic Growth:Panel Data Evidence from China [J], Transnational Corporations, 11(1), pp. 1-28.

[5] Buckley, P. J, Clegg, J. and Wang, C., 2002b, The Impacts of FDI on The Performance of Chinese Manufacturing Firms [J],Journal of International Business Studies, 33(4), pp.637-655.

[6] Bengt-Åke Lundvall, Johnson, E. S., Andersen, B. Dalum, 2002, National Systems of Production, Innovation and Competence Building [J], Research Policy, 31(2), pp. 213-231.

[7] Blundell R, Griffith R, Van Reenen J., 1999, Market Share, Market Value and Innovation in A Panel of British Manufacturing Firms[J], Review of Economic Studies, 6(3), pp.529-554.

[8] Edquist, Charles, Systems of innovation: technologies, institutions, and organizations[M]. Psychology Press, 1997.

[9] Chengqi Wang, Mario I. Kafouros, 2009, What factors determine innovation performance in emerging economies? Evidence from China [J], International Business Review, 18(6), pp. 606-616.

[10] Carlsson B, Stankiewitz R., 1991, On The Nature, Function and Composition of Technological Systems[J], Journal of Evolutionary Economics, 1(2), pp.93-118

[11] Chris Freeman, The Economies of Industrial Innovation [M]. Harmondsworth: Penguin Books, 1974,.

[12] Davis C H., 1995, The Earth Summit and The Promotion of Environmentally Sound Industrial Innovation in Developing Countries[J], Knowledge and Policy, 8(2), pp.26-52.

[13] Demsetz H., 1969, Information and Efficiency: Another viewpoint [J], Journal of Law and Economics, 12(1), pp.1-22.

[14] Freeman, 1995, The National System of Innovation in Historical Perspective[J], Cambridge Journal of Economics, 19(1), pp.5-24.

[15] Galbraith John K., American Capitalism [M], Boston: Houghton Mifflin, 1956.

[16] George Syrneonidis., 1996, Innovation, Firm Size and Market Structure: Schumpeterian Hypotheses and some new themes [J],OECD Economic Studies, 161(27), pp.35-70.

[17] Guan, J. C., Yam, R. C., Mok, C. K., Ma, N.,2006, A study of the relationship between competitiveness and technological innovation capability based on DEA models[J], European Journal of Operational Research, 170(3), pp.971-986.

[18] Hamilton 著，郭志刚等译（2008），“应用STATA 做统计分析”[M]，重庆：重庆大学出版社．

[19] Jerzy Baruk, 1997, Innovativeness of Polish Enterprises in the Initial Period of System Transformation [J], Technovation, 17(9),477-489.

[20] Kamien, M.I., N.L. Schwartz, Market Structure and Innovation[M]. Cambridge: Cambridge University Press,1982.

[21] Li, Xia, 2008, The Role and Performance of State Firms and Non-state firms in China's Economic Transition [J], World Development, 36(1), pp.39-54.

[22] Leenders MAAM, Wierenga B., 2002, The effectiveness of different mechanisms for integrating marketing and R&D [J],Journal of Product Innovation Management, 19(4), pp. 305-317.

[23] Mark Granovetter, 1983, The Strength of Weak Ties，A Network Theory Revisited [J], American Journal of Sociology, 1(1),pp.201-233

[24] Mike .W. Peng, Yadong Luo, 2000, Managerial Ties and Firm Performance in a Transition Economy: The Nature of a Micromacro Link [J], Academy of Management Journal, 43(3), pp.486-501

[25] David P A, Hall B H. Heart of darkness: public-private interactions inside the R&D black box[R], Stanford University,Department of Economics, 1999.

[26] Pavitt, K., M. Robson, J. Townsend , 1987, "The Size Distribution of Innovating Firms in the UK:1945-1983 [J]", Journal of Industrial Economics, 35, pp. 297-316.

[27] Porter, The Competitive Advantage of Nations [M]. New York: The Free Press, 1990.

[28] Rothwell R., 1992, Successful Industrial Innovation: Crucial Factors for the 1990s [J], R&D Management, 22(3), pp: 221-239.

[29] Scherer, F. M., 1965, Size of Firm, Oligopoly, and Research: A Comment [J], Canadian Journal of Economics and Political Science, 31(2), pp. 256-266.

[30] Stuart, T. E. (2000), Inter-organizational alliances and the performance of firms: A study of growth and innovation rates in a high-technology industry[J], Strategic Management Journal, 21(8), pp.791-811.

[31] Sun Q, W Tong, 2003, China Share Issue Privatization: The Extent of Its Success[J], Journal of Financial Economics, 70(2), pp.183-222.

[32] 安同良.中国制造业企业R&D 行为模式的观测与实证——基于江苏省制造业企业问卷调查的实证分析[J].经济研究，2006（2）：21-30.

[33] 白俊红、蒋伏心.考虑环境因素的区域创新效率研究——基于三阶段DEA 方法[J].财贸经济，2011（10）：104-112.

[34] 陈强.高级计量经济学及Stata 应用 [M]，北京：高等教育出版社，2010.

[35] 江诗松、龚丽敏、魏江.转型经济中后发企业的创新能力追赶路径:国有企业和民营企业的双城故事[J].管理世界，2011（12）：96-112.

[36] 林青松、李实.企业效率理论与中国企业的效率[J].经济研究，1996（7）：73-80.

[37] 林毅夫、李志赟.政策性负担、道德风险与预算软约束[J].经济研究，2004（2）：17-27.

[38] 刘瑞明、石磊.国有企业的双重效率损失与经济增长[J].经济研究，2010（1）：127-136.

[39] 肖文、林高榜.政府支持、研发管理与技术创新效率——基于中国工业行业的实证分析[J].管理世界，2014（4）：71-80

[40] 谢千里、罗斯基、郑玉歆.改革以来中国工业生产率变动趋势的估计及其可靠性分析[J].经济研究， 1995（12）：10-22.

[41] 熊彼特.经济发展理论[M].北京：北京出版社，2008.

[42] 杨斌.经济增长理论中的人口问题[J].经济理论与经济管理，2009（5）：37-42